岗位职责
生活服务业务是快手商业化增速最快的业务之一，包含线索和本地团购类型行业。一起来探索端到端生成式推荐OneLoc，Scaling Law，近场分发场景下的多模态表征，基于RL的长期价值最大化。
- 负责生服广告和自然内容推荐系统的核心精排模型算法持续迭代优化，提升业务的核心指标，帮助快手生服业务高速增长；
- 基于快手的海量用户和商家数据，探索使用机器学习、迁移学习、强化学习、LLM、diffusion、多模态技术、博弈论等前沿技术来解决快手生活服务业务所面临的多元异构数据的挑战，将前沿技术在生服业务上落地，推动业务高速发展；
- 通过数据分析挖掘业务潜在机会，面向流量投放侧和广告主优化侧进行算法设计和效果优化。
职位要求
- 计算机科学、数学、统计学等相关专业硕士及以上学历，精通c/c++java,python等至少一门编程语言；
- 有机器学习、数据挖掘、自然语言处理、推荐系统等相关研究经验或工作经验优先，在相关领域顶级会议上发表论文者优先；
- 强烈的技术热情和学习渴望，对技术驱动业务有不懈的追求；
- 具备优秀的分析和解决问题的能力，良好的沟通能力，较强的团队合作精神。
